《Acta Psychologica》：Autonomy satisfaction and bedtime procrastination among generation Z university students: The serial mediating roles of general self-efficacy and AI dependence
编辑推荐：
背景：随着人工智能（AI）快速融入高等教育，大学生的日常行为日益受到技术使用的影响。就寝拖延已成为Z世代学生中常见的自我调节问题。然而，将环境资源与技术相关行为同睡眠结局相联系的心理机制仍缺乏充分理解。本研究考察了自主性满足与就寝拖延之间的关联，以及一般自我效
背景：随着人工智能（AI）快速融入高等教育，大学生的日常行为日益受到技术使用的影响。就寝拖延已成为Z世代学生中常见的自我调节问题。然而，将环境资源与技术相关行为同睡眠结局相联系的心理机制仍缺乏充分理解。本研究考察了自主性满足与就寝拖延之间的关联，以及一般自我效能感和AI依赖的中介作用。方法：采用整群抽样对中国717名大学生进行横断面调查。使用标准化自评量表评估自主性满足、一般自我效能感、AI依赖和就寝拖延。数据采用SPSS 26.0和Mplus 8.0进行分析。采用结构方程建模和偏差校正bootstrap法（5000次重抽样）检验直接效应和间接效应。结果：自主性满足与一般自我效能感呈正相关，与AI依赖和就寝拖延呈负相关。一般自我效能感与AI依赖和就寝拖延均呈负相关，而AI依赖与就寝拖延呈正相关。中介分析显示，一般自我效能感和AI依赖均为显著中介变量，其中AI依赖占间接效应的比例较大。同时观察到显著的链式中介路径。结论：研究结果表明，自主性满足通过认知和行为机制与就寝拖延相关联。AI依赖作为近端行为路径发挥尤其重要的作用。这些结果凸显了在技术丰富的学习环境中促进均衡AI使用和增强学生自我调节的必要性。
研究背景：生成式人工智能（AI）技术正迅速改变大学生的学习环境，ChatGPT等AI工具日益融入信息检索、观点生成和问题解决等学术活动。对于Z世代学生而言，AI已成为学业和日常生活的常规组成部分。尽管这些技术在学习效率和生产力方面带来显著益处，但其广泛采用也可能重塑学生的行为模式和日常作息。就寝拖延是指在无外部约束情况下延迟就寝的行为，已有研究表明该行为在大学生中普遍存在，并与睡眠质量差、心理困扰增加和学业功能下降等负面结局相关。然而，AI技术的快速发展引入了可能影响学生日常行为模式的新型数字参与形式，将环境资源和技术相关行为与睡眠结局相联系的心理机制仍缺乏充分理解。自我效能感作为自我调节的重要预测因素已被广泛认可，但自我效能感影响AI依赖和就寝拖延的机制仍不清楚。因此，本研究基于自我决定理论（SDT）和社会认知理论（SCT）的整合框架，考察自主性满足与就寝拖延之间的关系，以及一般自我效能感和AI依赖的中介作用。研究人员提出假设：自主性满足与就寝拖延负相关（H1）；一般自我效能感中介自主性满足与就寝拖延的关系（H2）；AI依赖中介自主性满足与就寝拖延的关系（H3）；一般自我效能感和AI依赖链式中介自主性满足与就寝拖延的关系（H4）。
研究方法：本研究于2025年5月5日至6月20日采用整群抽样法，以本科班级为抽样群，从中国山东、安徽、江苏三省四所大学招募参与者。共发放问卷750份，剔除直线作答模式和完成时间少于3分钟的问卷33份，最终分析样本为717名本科生，有效回收率95.6%。其中男生410名（57.2%），女生307名（42.8%）。研究经山东政法学院伦理审查委员会批准（编号20250310001），所有参与者均签署知情同意书。主要关键技术方法包括：采用基本心理需要满足量表（BPNSS）自主性分量表评估自主性满足；采用一般自我效能感量表（GSES）评估自我效能感；采用AI依赖量表评估AI依赖；采用就寝拖延量表（BPS）中文版评估就寝拖延。使用SPSS 26.0进行共同方法偏差检验、描述统计、相关分析和内部一致性信度评估；使用Mplus 8.0进行验证性因子分析（CFA）、模型拟合指数评估和结构模型检验；采用偏差校正bootstrap法（5000次重抽样）检验总效应、直接效应和间接效应的显著性。
研究结果：
3.1 共同方法偏差检验：采用Harman单因素检验，未旋转探索性因子分析提取5个特征值大于1的因子，第一因子解释总变异39.4%，低于40%的推荐阈值；全共线性方差膨胀因子（VIF）范围为1.000至1.718，远低于3.3的保守阈值，表明共同方法偏差和多重共线性不构成严重威胁。
3.2 描述性统计：自主性满足与一般自我效能感呈正相关（r=0.293，p<.001），与AI依赖（r=?0.555，p<.001）和就寝拖延（r=?0.412，p<.001）呈负相关。一般自我效能感与AI依赖（r=?0.462，p<.001）和就寝拖延（r=?0.387，p<.001）呈负相关。AI依赖与就寝拖延呈正相关（r=0.470，p<.001）。偏度和峰度均在可接受范围内，数据近似正态分布。区分效度采用Fornell–Larcker准则初步评估，各构念平均方差提取量（AVE）的平方根（0.738至0.895）均大于构念间相关。
3.3 测量模型（信效度）：验证性因子分析结果显示，组合信度（CR）为0.915至0.941，超过0.70的推荐阈值；AVE为0.545至0.801，均高于0.50的可接受标准；所有标准化因子载荷显著，范围为0.703至0.928，表明测量模型具有满意的信度和收敛效度。
3.4 模型拟合：结构模型拟合良好，χ2(444)=916.167，χ2/df=2.063，CFI=0.968，TLI=0.965，RMSEA=0.039，SRMR=0.038，均超过推荐阈值。
3.5 中介模型分析：结构模型解释了一般自我效能感9.4%的变异、AI依赖44.8%的变异和就寝拖延32.8%的变异。自主性满足与一般自我效能感呈正相关（β=0.304，p<.001），与AI依赖（β=?0.479，p<.001）和就寝拖延（β=?0.226，p<.001）呈负相关。一般自我效能感与AI依赖（β=?0.334，p<.001）和就寝拖延（β=?0.213，p<.001）呈负相关，AI依赖与就寝拖延呈正相关（β=0.266，p<.001）。中介分析显示，自主性满足通过AI依赖影响就寝拖延的间接效应显著（β=?0.127，95% CI [?0.186, ?0.076]），占总效应28.54%；通过一般自我效能感的间接效应显著（β=?0.065，95% CI [?0.114, ?0.033]），占14.61%；通过一般自我效能感和AI依赖的链式中介路径显著（β=?0.027，95% CI [?0.045, ?0.015]），占6.06%。总间接效应占总效应49.21%，直接效应仍显著（β=?0.226，95% CI [?0.313, ?0.138]），占50.79%。这表明一般自我效能感和AI依赖共同作为部分中介变量。
讨论部分总结：本研究旨在考察AI融合学习环境中Z世代大学生自主性满足与就寝拖延之间的关联。通过将一般自我效能感和AI依赖纳入统一框架，研究结果提供了对睡眠相关自我调节的认知和行为机制的更细致理解。在自主性满足作为自我调节的环境资源方面，研究发现自主性满足与就寝拖延显著负相关，验证了H1，表明感知到更大意志控制感的学生更不可能延迟就寝。从理论角度看，这一发现可通过SDT和SCT的整合加以解释：自主性作为一种基本心理需要，促进内在动机和适应性功能；而SCT强调认知信念尤其是自我效能感在调节行为中的核心作用。研究结果表明自主性满足与一般自我效能感正相关，提示支持性环境条件可能增强个体管理挑战和组织行动的信心。同时，自主性满足与就寝拖延之间显著直接关联的持续性表明，该关系未被模型中变量完全解释，可能还涉及情绪调节、时间管理策略或习惯形成过程等其他因素。在差异机制方面，研究发现自主性满足对一般自我效能感的解释变异较小（R2=0.094），而对AI依赖（R2=0.448）和就寝拖延（R2=0.328）的解释变异较大。这一模式具有理论意义：一般自我效能感是广泛的概括性认知构念，受多种影响塑造；而AI依赖和就寝拖延是更贴近情境的行为变量，与即时环境和日常作息紧密相关。间接效应分解进一步表明，AI依赖路径占总效应比例最大（28.54%），其次为一般自我效能感路径（14.61%），链式中介路径贡献相对较小（6.06%）。这表明AI依赖作为连接自主性满足与就寝拖延的更直接近端机制发挥作用，而一般自我效能感扮演更基础但较间接的角色。在AI的双刃剑作用方面，研究结果凸显了AI在塑造学生日常自我调节中日益复杂的作用。一方面，AI技术为学术活动提供实质支持，可降低复杂任务的认知需求；另一方面，较高水平的AI依赖与更大的就寝拖延相关，提示频繁习惯性依赖AI工具可能干扰日常作息调节。AI的便捷性和持续可用性鼓励延长参与，使学生难以在适当时机脱离任务相关活动；迭代式交互可能无意中延长任务投入并延迟向休息的过渡；过度依赖AI还可能导致内部控制向外部支持转移，削弱调节何时停止工作的能力。中介分析显示AI依赖在解释就寝拖延方面比一般自我效能感发挥更突出作用，表明实际技术使用行为模式比关于自身能力的广泛认知信念与睡眠相关结局联系更直接。实践上，教育者可考虑创造更多自主支持性学习环境，提供独立决策和自我导向学习的机会，以增强学生的一般自我效能感；大学可将自我调节学习、时间管理和负责任AI使用培训纳入学生发展项目；鉴于AI依赖占间接效应比例最大，教育干预应特别关注防止过度依赖AI。
研究结论翻译：本研究考察了AI融合学习环境中Z世代大学生自主性满足与就寝拖延之间的关系。通过将一般自我效能感和AI依赖纳入统一框架，研究结果表明自主性满足与较低的就寝拖延相关，既通过直接路径也通过认知和行为路径间接关联。具体而言，一般自我效能感和AI依赖作为部分中介变量，其中AI依赖占间接效应的较大比例。这些结果表明，尽管认知信念仍然重要，但技术相关行为模式在当代数字环境中对睡眠相关结局发挥更直接的作用。本研究在多方面对文献有所贡献：第一，整合了动机和社会认知视角，为理解环境资源与自我调节之间的关联提供了框架；第二，拓展了AI在教育中的研究，表明AI使用不仅与学习过程密切相关，也与日常行为作息相关；第三，强调了与技术的行为参与作为连接心理因素与现实生活结局的关键机制的重要性。尽管有这些贡献，仍需承认若干局限性：第一，样本仅限于中国大学生，未来研究可将模型扩展至其他人群；第二，研究依赖自评量表，未来研究可纳入行为日志或睡眠监测数据等多样的数据来源；第三，模型对一般自我效能感的解释力相对有限，未来研究可纳入额外个人和情境变量；第四，由于采用横断面设计，观察到的关系应解释为关联而非因果证据，未来研究鼓励采用纵向或时间滞后设计以建立时间先后顺序、加强因果推断并进一步减少潜在共同方法偏差。总之，本研究强调了在理解数字时代自我调节时同时考虑心理资源和技术相关行为的重要性。随着AI日益嵌入学生日常生活，不仅应关注其在学习中的作用，还应关注其与日常行为模式和福祉的关联。
